无限手套不只灭霸拥有，不远的将来你也可能会得到，只是它没有6颗宝石，却有548个传感器加持。更吸引人的是，这副手套的材料成本只有10美元，也就是不超过70元。
5月29日，《自然》发表的研究描述了一种装配了传感器的手套，它可以学会识别单个物体、估算重量和应用触觉反馈。
更软，更灵敏
人类能够以适当的力度抓握和感受物体。但是这种触觉反馈很难在机器人身上实现。近年来，基于计算机视觉的抓握策略在新兴机器学习工具的帮助下，取得了长足进步，但是对触觉这一个重要感知模态的使用仍然是欠缺的。
目前已有的类似手套传感器装置造价高达数千美元，并且只有50个传感器来收集信息。来自麻省理工学院计算机科学与人工智能实验室的Subramanian Sundaram及同事设计了一种简易廉价(成本只有10美元)的可伸缩触觉手套，上面布置了548个传感器和64个导电线电极。
该传感器阵列由一张力敏薄膜和导电线网络组成。电极与薄膜之间的每一个重合点都对垂直力敏感，并会记录通过薄膜的电阻。
研究人员带上手套单手操控物体，由此记录下了一个大规模的触觉图谱数据集。数据集包含手指区域的空间关联和对应，它们代表了人类抓握的触觉特征。
研究人员使用手套，单手与26种物体进行互动，包括汽水罐、剪刀、网球、勺子、笔和杯子等等，时间超过5个小时，并录下了触觉视频。之后，他们利用记录下来的数据训练一种深度学习网络来识别这些图片，发现该深度学习网络能够通过持握方式鉴定出不同的物体，还能估计出物体重量，这些都无需视觉输入。
在这26种物体的试验中，这个系统识别准确率高达76%，还可以估测60克内的大多数物体的重量。
研究者称，这种策略或有助于未来设计假体、机械工具和人机交互。
科幻不再遥远郑州×××医院：http://mobile.63556355.com/
本文作者之一是麻省理工学院计算机科学与人工智能实验室(CSAIL)博士生李昀烛，他的专业领域是计算机视觉、机器学习和机器人技术，尤其是基于深度学习的机器人动力学建模和多模态感知。李昀烛全程参与了此次研究，并和Subramanian Sundaram所在的实验室协作完成了这项工作。
他接受DeepTech采访对此项研究进行了解读。